भारत को पता चला कि उसकी खुद की डिजिटल अर्थव्यवस्था का स्विच उसके हाथ में नहीं है

भारत ने खोजा कि वह अपनी डिजिटल अर्थव्यवस्था का स्विच खुद नहीं नियंत्रित करता

शुक्रवार की शाम। Anthropic का एक प्रेस विज्ञप्ति अपने वैश्विक साझेदारों के इनबॉक्स में पहुंचता है — एक सिस्टम मेंटेनेंस नोटिफिकेशन जैसे तटस्थ और संयमित लहजे में। उस संदेश में घोषणा की गई कि Fable 5 और Mythos 5 मॉडल सभी विदेशी नागरिकों के लिए, यहाँ तक कि उन कंपनी कर्मचारियों के लिए भी जिनके पास अमेरिकी नागरिकता नहीं है, निलंबित कर दिए गए हैं। कारण: संयुक्त राज्य अमेरिका की सरकार का एक निर्देश, जो एक कथित जेलब्रेक कमज़ोरी से जुड़ी राष्ट्रीय सुरक्षा संबंधी चिंताओं का हवाला देता है।

यह क्षण जितना हो सकता था उससे अधिक वाचाल था। कुछ घंटे पहले ही, Anthropic ने भारतीय कंपनियों में आर्टिफिशियल इंटेलिजेंस को तेज़ी से अपनाने में मदद के लिए Tata Consultancy Services के साथ अपनी साझेदारी की सार्वजनिक रूप से घोषणा की थी। भारत, जिसे Anthropic और OpenAI दोनों अमेरिका के बाद अपना दूसरा सबसे बड़ा बाज़ार बताते हैं, ने अभी-अभी कुछ ऐसा खोजा था जिसे उसके संस्थापकों, निवेशकों और अधिकारियों ने अमूर्तता के दायरे में रखना पसंद किया था: उन उपकरणों तक पहुँच, जो उसकी तकनीकी दांव की एक बड़ी हिस्सेदारी को टिकाए हुए हैं, वाशिंगटन से एक फोन कॉल पर बंद की जा सकती है — बिना किसी पूर्व सुनवाई के और बिना किसी निश्चित बहाली समयसीमा के।

जो उसके बाद हुआ वह केवल आक्रोश की प्रतिक्रिया नहीं थी। यह एक सार्वजनिक और त्वरित ऑडिट की शुरुआत थी — उस देश की तकनीकी रणनीति के डिज़ाइन पर, जो सालों से ऐसी नींव पर निर्माण कर रहा है जो उसकी अपनी नहीं है।

वह निर्भरता जिसे कोई नाम नहीं देना चाहता था

भारत एक दशक से अधिक समय से खुद को एक तकनीकी सेवाओं की महाशक्ति के रूप में स्थापित कर रहा है। उसके डेवलपर्स का आधार, स्टार्टअप इकोसिस्टम की सघनता, और Infosys, Wipro और TCS जैसी बड़ी आईटी फर्मों का दबदबा उसे वैश्विक महत्त्वाकांक्षाओं वाली किसी भी तकनीकी कंपनी के लिए एक अनिवार्य गंतव्य बना देता है। Anthropic और OpenAI ने दफ्तर खोले, स्थानीय प्रतिभाओं को काम पर रखा, इंटीग्रेटर्स के साथ गठजोड़ किए, और देश को अपने विस्तार के लिए एक केंद्रीय बाज़ार बताया।

उस मॉडल की समस्या यह है कि मूल्य की सारी बुनियादी संरचना उन फाउंडेशनल मॉडल्स पर टिकी थी जो कैलिफोर्निया में विकसित, प्रशिक्षित और शासित हैं। भारत अंतिम उत्पाद का उपभोग करता था, उसे अनुप्रयोगों में एकीकृत करता था, उसे कंपनियों तक वितरित करता था, और उस पर विशिष्ट मूल्य की परतें निर्मित करता था। लेकिन वह उन किसी भी निर्णयों को नियंत्रित नहीं करता था जो यह तय करते हैं कि वह उत्पाद कितना शक्तिशाली है, और न ही यह कि वह कब उपलब्ध नहीं रहेगा।

यह अमूर्त अर्थ में तकनीकी निर्भरता नहीं है। यह भू-राजनीतिक आपूर्ति जोखिम है जो सॉफ्टवेयर की परत में काम कर रहा है — कुछ ऐसा जिसके लिए अधिकांश भारतीय संगठनों के पास न कोई कवरेज थी और न कोई आकस्मिक योजना। Anthropic के इस प्रकरण ने इसे 48 घंटों से भी कम समय में ठोस रूप दे दिया।

Atomicwork के सह-संस्थापक Vijay Rayapati ने परिचालन परिणाम को सटीक रूप से स्पष्ट किया: यदि सबसे उन्नत मॉडलों तक पहुँच नागरिकता के आधार पर फ़िल्टर की जाती है, तो बेंगलुरु के इंजीनियरों और सैन फ्रांसिस्को के प्रोडक्ट टीम के बीच वितरित टीमों वाली कंपनियाँ उन फर्मों की तुलना में संरचनात्मक रूप से नुकसान में रहती हैं जिनकी टीमें पूरी तरह अमेरिकी हैं। यह कोई छोटा नुकसान नहीं है। उन उद्योगों में जहाँ विकास चक्र हफ्तों में मापे जाते हैं और जहाँ मॉडल क्षमता का अंतर सीधे पुनरावृत्ति की गति में तब्दील होता है, उपकरणों तक असमान पहुँच संचित प्रतिस्पर्धात्मक नुकसान में बदल जाती है।

नई दिल्ली स्थित प्रौद्योगिकी नीति विशेषज्ञ Prasanto Roy अपने प्रणालीगत निहितार्थों में और सीधे थे। उन्होंने जो तुलना इस्तेमाल की वह तकनीकी क्षेत्र के किसी अन्य प्रकरण से नहीं थी। वह यूक्रेन पर आक्रमण के बाद SWIFT प्रणाली से रूस के बहिष्कार से थी: एक विदेश नीति उपाय जो तत्काल किसी देश की वित्तीय संरचना को पुनः आकार दे देता है। उनकी थीसिस में दम है क्योंकि यह सही पैटर्न की ओर इशारा करती है: आर्टिफिशियल इंटेलिजेंस मॉडलों पर निर्यात प्रतिबंध उसी तर्क के साथ काम करते हैं जैसे महत्वपूर्ण बुनियादी ढाँचे पर नियंत्रण, और अब तक भारत ने उस तर्क के प्रति अपने एक्सपोज़र को एक रणनीतिक डिज़ाइन समस्या के रूप में न मानने का फैसला किया था।

वह इकोसिस्टम जो उस परत के ऊपर निर्मित हुआ जिसे उसने खुद नहीं बनाया

Anthropic प्रकरण पर भारत की पूरी प्रतिक्रिया में एक धागा है जिसे न संरक्षण भाव से और न अत्यधिक आशावाद से जांचना जरूरी है: भारत के आर्टिफिशियल इंटेलिजेंस इकोसिस्टम ने लगभग पूरी तरह से एप्लिकेशन परत पर दांव लगाया और तीसरे पक्ष के मॉडलों को स्थानीय संदर्भों में अनुकूलित करने में अपना मूल्य विशेषीकृत किया — बिना उस फाउंडेशनल परत को गंभीरता से निर्मित किए जो उस अनुकूलन तक पहुँच प्रदान करती है।

यह पूंजी दक्षता के दृष्टिकोण से जरूरी नहीं कि एक गलत निर्णय था। क्षेत्र के उचित अनुमानों के अनुसार, एक अग्रणी फाउंडेशनल मॉडल को प्रशिक्षित करने में दृष्टिकोण के आधार पर सैकड़ों मिलियन से लेकर कई अरब डॉलर तक की लागत आती है। भारतीय इकोसिस्टम के अधिकांश अभिकर्ताओं के लिए, उस निवेश का व्यक्तिगत आर्थिक औचित्य नहीं था। मौजूदा मॉडलों के ऊपर निर्माण करना और अनुप्रयोगों पर ध्यान केंद्रित करना प्रबंधनीय बजट के साथ वास्तविक मूल्य उत्पन्न करने की अनुमति देता था।

समस्या निर्णय अपने आप में नहीं है। समस्या यह है कि उस निर्णय के साथ कभी आपूर्ति जोखिम को कम करने की कोई रणनीति नहीं थी। घरेलू वैकल्पिक बैकअप का कोई गंभीर विकास नहीं हुआ, उस निर्भरता की रणनीतिक भूमिका के अनुरूप पैमाने पर कोई सार्वजनिक निवेश नहीं हुआ, और कंपनियों को फाउंडेशनल मॉडल प्रदाताओं में विविधता लाने के लिए कोई व्यवस्थित प्रोत्साहन नहीं था।

Sarvam, जो कुछ भारतीय प्रयोगशालाओं में से एक है जो ओपन-सोर्स मॉडल की ओर आगे बढ़ी, एक अपवाद है जो नियम की पुष्टि करता है। Krutrim, जिसने फाउंडेशनल महत्वाकांक्षाओं के साथ शुरुआत की थी, जब उसे उस रास्ते की लागत और क्षमताओं की वास्तविकता का सामना करना पड़ा तो वह क्लाउड इन्फ्रास्ट्रक्चर और AI सेवाओं की ओर मुड़ गया। शेष इकोसिस्टम, जिसमें Avataar AI जैसी पहलें अपने वीडियो जनरेशन मॉडल के साथ शामिल हैं, तीसरे पक्ष के मॉडलों पर काम करती हैं और सांस्कृतिक अनुकूलन, गति या मूल्य की परत में मूल्य जोड़ती हैं। उसमें वास्तविक योग्यता है, लेकिन यह उस कमज़ोरी को हल नहीं करती जो शुक्रवार की रात दृश्यमान हो गई।

Zoho के संस्थापक Sridhar Vembu ने एक ऐसे दावे के साथ प्रतिक्रिया दी जो राजनीतिक बयानबाज़ी की तरह नहीं बल्कि आर्किटेक्चर के निदान की तरह लगती है: "तकनीक ही अंतिम हथियार है।" भारतीय संगठनों को छोटे मॉडल अपनाने की उनकी सिफारिश — चाहे भारतीय हों या अन्य भौगोलिक क्षेत्रों के ओपन-सोर्स — फाउंडेशनल परत में प्रदाताओं के विविधीकरण की रणनीति की ओर इशारा करती है। Infosys के पूर्व कार्यकारी T. V. Mohandas Pai का प्रस्ताव पैमाने में अधिक महत्वाकांक्षी था: आर्टिफिशियल इंटेलिजेंस और गहरी तकनीक के लिए 500 अरब रुपये का वार्षिक कोष, साथ ही कंप्यूट इन्फ्रास्ट्रक्चर, हार्डवेयर और सेमीकंडक्टर के लिए 2 लाख करोड़ रुपये की क्रेडिट गारंटी कार्यक्रम। संदर्भ के लिए: 2024 में स्वीकृत IndiaAI मिशन पाँच वर्षों में वितरित किए जाने वाले 103 अरब रुपये का प्रावधान करती है। जो मौजूद है और Pai जो प्रस्ताव करते हैं, उनके बीच की खाई एक परिमाण के क्रम की है।

Lightspeed के पार्टनर Hemant Mohapatra ने आवश्यक बारीकियाँ जोड़ीं: पूंजी एकमात्र अड़चन नहीं है। प्रतिभा, कंप्यूट तक पहुँच और निरंतर क्रियान्वयन क्षमता वैश्विक स्तर पर प्रतिस्पर्धी मॉडल बनाने के लिए समान रूप से निर्णायक हैं। यह तर्क सरल योजनाओं को असंतुलित करता है। तकनीकी संप्रभुता केवल सार्वजनिक बजट से नहीं बनती; यह प्रोत्साहन संरचना, क्षमता निर्माण और सीखने के संचय की एक आर्किटेक्चर से बनती है जिसमें साल लगते हैं। भारत के पास उन सामग्रियों का एक हिस्सा है, लेकिन वे इस तरह से इकट्ठे नहीं हैं कि फाउंडेशनल क्षमता उत्पन्न हो सके।

जब सिस्टम का डिज़ाइन उस जोखिम को उजागर करता है जिसे सफलता ने छुपाए रखा

इस प्रकरण को डिज़ाइन के दृष्टिकोण से दिलचस्प बनाने वाली बात वाशिंगटन का निर्णय न है और न ही Anthropic की प्रतिक्रिया। यह निर्भरता की वह आर्किटेक्चर है जो तब उजागर हुई जब दोनों निर्णय भारतीय बाज़ार की वास्तविकता से टकराए।

वर्षों तक, भारत और अमेरिकी आर्टिफिशियल इंटेलिजेंस के बड़े प्लेटफॉर्मों के बीच का संबंध एक परस्पर लाभकारी गठबंधन की तर्क के साथ काम करता रहा। भारत ने प्रतिभा, अपनाने का पैमाना और तेज़ी से बढ़ता बाज़ार प्रदान किया। कंपनियों ने सबसे शक्तिशाली मॉडलों तक पहुँच और उन पर निर्माण की संभावना प्रदान की। उस संबंध ने दोनों दिशाओं में वास्तविक मूल्य उत्पन्न किया और यही कारण है कि Anthropic और OpenAI ने भारत को अमेरिका के बाद दूसरे बाज़ार के रूप में प्राथमिकता दी।

उस मॉडल की समस्या संरचनात्मक है: किसी भी ऐसी आर्किटेक्चर में जहाँ एक पक्ष वह परत प्रदान करता है जिसे दूसरा अल्पकाल में दोहरा नहीं सकता, वह पक्ष जो उस परत का उपभोग करता है, जब प्रदाता को बाहरी प्रतिबंधों का सामना करना पड़ता है तो उसके पास वास्तविक बातचीत क्षमता के बिना निर्भरता होती है। बाज़ार का आकार कोई मायने नहीं रखता, व्यावसायिक संबंध की मात्रा नहीं, न ही TCS या Infosys के साथ हस्ताक्षरित गठबंधनों की मज़बूती। जब एक सरकारी निर्देश आता है, तो दूसरे बाज़ार का आकार निलंबन को नहीं रोकता।

इससे Anthropic कोई बुरे विश्वास का अभिकर्ता नहीं बनता और न ही संयुक्त राज्य अमेरिका की सरकार भारत की विरोधी। जो यह प्रकट करता है वह यह है कि भारतीय तकनीकी रणनीति के डिज़ाइन ने मान लिया था कि व्यावसायिक तर्क पहुँच की रक्षा करेगा, और वह धारणा अधूरी निकली। एक विश्वसनीय वैकल्पिक योजना की अनुपस्थिति कोई नैतिक विफलता नहीं बल्कि एक आर्किटेक्चर की खामी है: किसी ने भी यह सोचकर सिस्टम का डिज़ाइन नहीं किया कि क्या होगा जब स्विच किसी और के हाथ में हो।

बाद के 48 घंटों में क्षेत्र के नेताओं की प्रतिक्रिया उन लोगों के लहजे की है जो यह पाते हैं कि जिस इमारत में वे रहते हैं उसमें आपातकालीन निकास नहीं है। इसलिए नहीं कि किसी को पता नहीं था कि उस निकास की जरूरत पड़ सकती है, बल्कि इसलिए कि विकल्प बनाने के लिए यह स्वीकार करना जरूरी था कि वर्तमान की सफलता भविष्य की पहुँच की गारंटी नहीं देती। और यही वह क्षण है जब वर्तमान का दोहन एक जाल बन जाता है: जब निर्भरता व्यवसाय मॉडल में इतनी एकीकृत हो जाती है कि उसके बिना सिस्टम की कल्पना करना सावधानी की बजाय पतन की कल्पना जैसा लगता है।

तकनीकी संप्रभुता बजट से नहीं बल्कि पूर्व डिज़ाइन से हल होती है

आर्टिफिशियल इंटेलिजेंस में संप्रभुता पर भारतीय बहस शुक्रवार को शुरू नहीं हुई। यह पहले से मौजूद थी, कम तात्कालिकता के साथ और कम श्रोताओं के साथ। Anthropic के प्रकरण ने जो किया वह इसे तत्काल परिचालन परिणामों वाली बातचीत में बदल दिया — एक साथ संस्थापकों, निवेशकों, कॉर्पोरेट CIOs और तकनीकी नीति अधिकारियों के लिए दृश्यमान।

उस एक साथ होने का मूल्य है। इसमें एक जोखिम भी है: कि प्रतिक्रिया एक प्रणालीगत पुनर्डिज़ाइन की बजाय एक आपातकालीन योजना बन जाए। आपातकालीन योजनाएँ तत्काल को वित्तपोषित करती हैं। प्रणालीगत पुनर्डिज़ाइन ऐसी क्षमताएँ बनाते हैं जो तात्कालिकता के दोबारा उत्पन्न होने की संभावना को कम करती हैं।

दोनों के बीच का अंतर केवल बजट पैमाने का नहीं है। यह निर्णयों के क्रम का है। विशेष प्रतिभा और निरंतर कंप्यूट क्षमता की समस्या को पहले हल किए बिना फाउंडेशनल मॉडलों को वित्तपोषित करना ऐसे निवेश उत्पन्न करता है जो स्केल नहीं होते। उनके बीच मूल्यांकन और प्रवासन के संगठनात्मक प्रक्रियाएँ बनाए बिना मॉडल प्रदाताओं में विविधता लाना संसाधनों का बिखराव उत्पन्न करता है। निजी प्रोत्साहनों को सार्वजनिक उद्देश्यों के साथ संरेखित करने वाले शासन तंत्रों को डिज़ाइन किए बिना तकनीकी संप्रभुता को राष्ट्रीय उद्देश्य घोषित करना नीति दस्तावेज़ उत्पन्न करता है जो वास्तविक व्यवहार को नहीं बदलते।

आर्टिफिशियल इंटेलिजेंस में एक अलग स्थान बनाने के लिए भारत के पास वास्तविक क्षमताएँ हैं। उसके पास बड़ी मात्रा में तकनीकी प्रतिभा है, एक घरेलू बाज़ार है जो अद्वितीय डेटा और सांस्कृतिक संदर्भ उत्पन्न करता है, और डिजिटल इन्फ्रास्ट्रक्चर को अभूतपूर्व गति और लागत पर स्केल करने का इतिहास है — जैसा कि उसने UPI और Aadhaar के साथ प्रदर्शित किया। जो कमी है वह घोषित इच्छाशक्ति नहीं है और न ही वह बजट जो अंततः आवंटित किया जा सकता है। जो कमी है वह वह पूर्व डिज़ाइन है जो उन क्षमताओं को स्विच सक्रिय होने से पहले लचीलेपन की आर्किटेक्चर में परिवर्तित करे — न कि बाद में।

Anthropic का प्रकरण एक निदान है, विपदा नहीं। लेकिन निदानों की एक समाप्ति तिथि होती है। यदि प्रतिक्रिया AI कोष के लिए कितने हज़ार करोड़ आवंटित किए जाने चाहिए की बहस में उपभुक्त हो जाती है और भारतीय संगठन फाउंडेशनल मॉडल प्रदाताओं के साथ अपने संबंध के डिज़ाइन में बदलाव नहीं करते, तो अगला पहुँच कटौती उसी सिस्टम को पाएगी — अलग मॉडल नाम के साथ और आपातकालीन निकास की उसी अनुपस्थिति के साथ।

एक देश जो वर्षों से उन उपकरणों के लिए दूसरा सबसे बड़ा बाज़ार रहा है जिन्हें वह नियंत्रित नहीं करता, उसे दृष्टि की कोई समस्या नहीं है। उसे डिज़ाइन की एक समस्या है जिसने पहुँच को स्वामित्व के साथ और बाज़ार के आकार को बातचीत की शक्ति के साथ भ्रमित किया। वे दो त्रुटियाँ, मिलकर, ठीक उस प्रकार की दरार हैं जो तब तक नहीं दिखती जब तक कोई रोशनी बंद न कर दे।